上采样（unsampling）

GAP

Global average pooling就是平均所有的feature map，然后将平均后的feature map喂给softmax进行分类。
GAP直接从 feature map 的通道信息下手，比如我们现在的分类有N种，那么最后一层的卷积输出的 feature map 就只有N个通道，然后对这个 feature map 进行全局池化操作，获得长度为N的向量，这就相当于直接赋予了每个通道类别的意义。
GAP层，通过减少模型中的参数总数来最小化过度拟合。 与最大池层类似，GAP层用于减小三维张量的空间维度。 然而，GAP层执行更极端类型的维数减少，其中尺寸为$h\ast w\ast d$ 的张量的尺寸减小为具有$1\ast 1\ast d$的尺寸。 GAP层通过简单地获取所有 $hw$ 值的平均值，将每个特征映射层减少为单个数字。